양자 관찰 가능 항목의 적응형 추정

양자 관찰 가능 항목의 적응형 추정

타임 스탬프 : 26 년 2023 월 8 일 오전 26:XNUMX

아리엘 슐로스버그1,2, 앤드류 J. 제나3,4, 프리앙카 무코파디야이3,4, 얀 F. 하세3,5,6, 펠릭스 레디츠키3,4,7,8, 루카 델란토니오3,5,9

1JILA, 콜로라도 대학교 및 국립 표준 기술 연구소, Boulder, CO 80309, USA
2콜로라도 대학교 물리학과, 볼더, CO 80309, USA
3Quantum Computing 연구소, University of Waterloo, Waterloo, ON N2L 3G1, Canada
4캐나다 ON N2L 3G1 워털루 워털루 대학교 조합 및 최적화학과
5캐나다 워털루, ON N2L 3G1, 워털루 대학교 물리 및 천문학과
6독일 울름 D-89069 울름 대학교 이론 물리학 및 IQST 연구소
7수학과 IQUIST, University of Illinois Urbana-Champaign, Urbana, IL 61801, USA
8ON N2L 2Y5, 워털루 경계 물리 이론 연구소, 캐나다
9영국 엑시터 EX4 4QL 스토커 로드 엑시터 대학교 물리 및 천문학과

이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.

추상

양자 관측 가능 항목의 정확한 추정은 과학에서 중요한 작업입니다. 하드웨어가 발전함에 따라 특히 광범위한 샘플링이 필요한 변형 프로토콜의 경우 양자 시스템 측정이 점점 더 까다로워질 것입니다. 여기서는 이전에 얻은 데이터를 기반으로 추정기를 적응적으로 수정하는 측정 방식을 소개합니다. AEQuO라고 하는 우리의 알고리즘은 관찰 가능한 것으로 간주되는 추정 평균과 관련 오류를 지속적으로 모니터링하고 이 정보를 기반으로 다음 측정 단계를 결정합니다. 우리는 동시에 검색되는 Pauli 연산자의 하위 집합에서 중첩 및 비비트 교환 관계를 모두 허용하여 수집된 정보의 양을 최대화합니다. AEQuO는 작은 문제 인스턴스에 대해 우수한 성능을 제공하는 탐욕스러운 버킷 채우기 알고리즘과 더 큰 인스턴스에 대해 보다 유리한 확장을 제공하는 기계 학습 기반 알고리즘의 두 가지 변형으로 제공됩니다. 이러한 서브루틴에 의해 결정된 측정 구성은 추정기의 오류를 낮추기 위해 추가로 후처리됩니다. 우리는 AEQuO가 다양한 그룹화 기술 또는 무작위 측정을 기반으로 모든 최첨단 방법을 개선하는 오류 추정치를 제공하여 현재 및 미래의 양자 응용 프로그램에서 측정 비용을 크게 낮추는 화학 Hamiltonians에서 프로토콜을 테스트합니다.

양자 관측 가능 항목 PlatoBlockchain Data Intelligence의 적응형 추정. 수직 검색. 일체 포함.

주요 이미지: 당사의 측정 알고리즘인 AEqUO의 체계. Observable O가 입력값으로 주어지고 가중 그래프로 표현되어 추정기의 평균과 오차를 복구할 수 있습니다. O의 동시에 측정 가능한 부분에 해당하는 그래프의 파벌을 찾은 후 기계 학습(ML) 또는 버킷 채우기(BF) 서브루틴을 통해 샷이 할당됩니다. 측정 예산이 소진되면 후처리가 적용되고 평균 및 오류 추정치의 최종 값이 얻어집니다.

인기 요약

고전적 시스템과 달리 양자 시스템은 측정할 때마다 돌이킬 수 없게 파괴됩니다. 이것은 양자 시스템에서 정보를 추출하고자 할 때 깊은 의미가 있습니다. 예를 들어 관찰 가능한 값의 평균값을 추정해야 하는 경우 전체 실험을 여러 번 반복해야 하는 경우가 많습니다. 사용된 측정 전략에 따라 동일한 정밀도를 달성하기 위한 요구 사항이 상당히 다릅니다. 이 작업에서는 하드웨어의 리소스를 상당히 낮추는 새로운 접근 방식을 제안합니다. 데이터를 수집하는 동안 측정 할당을 학습하고 개선한다는 점에서 우리의 전략은 적응형입니다. 또한 원하는 관찰 가능 항목에 영향을 미치는 평균과 오류를 동시에 추정할 수 있습니다. 다른 최첨단 접근 방식과 비교하여 프로토콜을 사용할 때 추정 정확도가 일관되고 상당히 향상되었음을 보여줍니다.

► BibTeX 데이터

► 참고 문헌

[1] PW Shor "양자 계산을 위한 알고리즘: 이산 로그 및 인수분해" Proceedings 35th Annual Symposium on Foundations of Computer Science 124-134(1994).
https : / /doi.org/10.1109/ SFCS.1994.365700

[2] Michael A. Nielsenand Issaac L. Chuang "양자 계산 및 양자 정보" Cambridge University Press(2010).
https : / /doi.org/ 10.1017 / CBO9780511976667

[3] Antonio Acín, Immanuel Bloch, Harry Buhrman, Tommaso Calarco, Christopher Eichler, Jens Eisert, Daniel Esteve, Nicolas Gisin, Steffen J Glaser, Fedor Jelezko, Stefan Kuhr, Maciej Lewenstein, Max F Riedel, Piet O Schmidt, Rob Thew, Andreas Wallraff , Ian Walmsley 및 Frank K Wilhelm, "양자 기술 로드맵: 유럽 공동체 관점" New Journal of Physics 20, 080201(2018).
https : / /doi.org/ 10.1088 / 1367-2630 / aad1ea
arXiv : 1712.03773

[4] John Preskill "NISQ 시대와 그 이후의 양자 컴퓨팅" Quantum 2, 79(2018).
https:/​/​doi.org/​10.22331/​q-2018-08-06-79
arXiv : 1801.00862

[5] IM Georgescu, S. Ashhab 및 Franco Nori, "Quantum simulation" 현대 물리학 리뷰 86, 153–185(2014).
https : / /doi.org/10.1103/ RevModPhys.86.153
arXiv : 1308.6253

[6] Mari Carmen Banuls, Rainer Blatt, Jacopo Catani, Alessio Celi, Juan Ignacio Cirac, Marcello Dalmonte, Leonardo Fallani, Karl Jansen, Maciej Lewenstein, Simone Montangero, "Simulating lattice gauge theories within quantum technologies" The European Physical Journal D 74, 1 –42 (2020).
https : / /doi.org/10.1140/epjd/e2020-100571-8
arXiv : 1911.00003

[7] Jan F. Haase, Luca Dellantonio, Alessio Celi, Danny Paulson, Angus Kan, Karl Jansen, Christine A Muschik, "입자 물리학 게이지 이론의 양자 및 고전 시뮬레이션을 위한 자원 효율적인 접근 방식" Quantum 5, 393(2021).
https:/​/​doi.org/​10.22331/​q-2021-02-04-393
arXiv : 2006.14160

[8] Danny Paulson, Luca Dellantonio, Jan F. Haase, Alessio Celi, Angus Kan, Andrew Jena, Christian Kokail, Rick van Bijnen, Karl Jansen, Peter Zoller 및 Christine A. Muschik, "양자에 대한 격자 게이지 이론의 2D 효과 시뮬레이션 컴퓨터” PRX Quantum 2, 030334(2021).
https : / / doi.org/ 10.1103 / PRXQuantum.2.030334
arXiv : 2008.09252

[9] Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, Sukin Sim, Libor Veis, Alán Aspuru-Guzik, " 양자 컴퓨팅 시대의 양자 화학” 화학 리뷰 119, 10856–10915 (2019).
https : / /doi.org/ 10.1021 / acs.chemrev.8b00803
arXiv : 1812.09976

[10] John Preskill "Quantum computing 40 years later" arXiv 프리프린트(2021).
https://​/​doi.org/​10.48550/​arXiv.2106.10522
arXiv : 2106.10522

[11] Heinz-Peter Breuerand Francesco Petruccione "개방형 양자 시스템 이론" Oxford University Press on Demand(2002).
https : / /doi.org/ 10.1093 / acprof : oso / 9780199213900.001.0001

[12] Y. Cao, J. Romero 및 A. Aspuru-Guzik, "약물 발견을 위한 양자 컴퓨팅의 가능성" IBM 연구 개발 저널 62, 6:1–6:20(2018).
https : / / doi.org/ 10.1147 / JRD.2018.2888987

[13] WM Itano, JC Bergquist, JJ Bollinger, JM Gilligan, DJ Heinzen, FL Moore, MG Raizen 및 DJ Wineland, "양자 프로젝션 노이즈: 47단계 시스템의 인구 변동" Physical Review A 3554, 3570–1993(XNUMX).
https : / /doi.org/10.1103/ PhysRevA.47.3554

[14] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan 및 Lukasz Cincio, "Variational quantum algorithms" Nature Reviews Physics 3, 625–644 (2021) .
https:/​/​doi.org/​10.1038/​s42254-021-00348-9
arXiv : 2012.09265

[15] RR Ferguson, L. Dellantonio, A. Al Balushi, K. Jansen, W. Dür 및 CA Muschik, "측정 기반 변동 양자 고유 해결사" 물리적 검토 편지 126, 220501(2021).
https : / /doi.org/10.1103/ PhysRevLett.126.220501
arXiv : 2010.13940

[16] Andrew Jena, Scott Genin 및 Michele Mosca, "게이트 세트와 관련된 Pauli 파티셔닝" arXiv 사전 인쇄(2019).
https://​/​doi.org/​10.48550/​arXiv.1907.07859
arXiv : 1907.07859

[17] Jarrod R. McClean, Jonathan Romero, Ryan Babbush 및 Alán Aspuru-Guzik, "변동 하이브리드 양자 고전 알고리즘 이론" New Journal of Physics 18, 023023(2016).
https:/​/​doi.org/​10.1088/​1367-2630/​18/​2/​023023
arXiv : 1509.04279

[18] Vladyslav Verteletskyi, Tzu-Ching Yen 및 Artur F. Izmaylov, "최소 clique 커버를 사용하는 변형 양자 고유 솔버의 측정 최적화" The Journal of Chemical Physics 152, 124114(2020).
https : / /doi.org/ 10.1063 / 1.5141458
arXiv : 1907.03358

[19] Andrew Arrasmith, Lukasz Cincio, Rolando D. Somma, Patrick J. Coles, "변형 알고리즘에서 샷 검소한 최적화를 위한 연산자 샘플링" arXiv 프리프린트(2020).
https://​/​doi.org/​10.48550/​arXiv.2004.06252
arXiv : 2004.06252

[20] Ophelia Crawford, Barnaby van Straaten, Daochen Wang, Thomas Parks, Earl Campbell 및 Stephen Brierley, "유한 샘플링 오류가 있는 경우 Pauli 연산자의 효율적인 양자 측정" Quantum 5, 385(2021).
https:/​/​doi.org/​10.22331/​q-2021-01-20-385
arXiv : 1908.06942

[21] Hsin-Yuan Huang, Richard Kueng, John Preskill, "무작위 해제에 의한 Pauli Observables의 효율적인 추정" Physical Review Letters 127, 030503(2021).
https : / /doi.org/10.1103/ PhysRevLett.127.030503
arXiv : 2103.07510

[22] Giacomo Torlai, Guglielmo Mazzola, Giuseppe Carleo 및 Antonio Mezzacapo, "신경망 추정기로 양자 관찰 가능 항목의 정확한 측정" Physical Review Research 2, 022060(2020).
https : / /doi.org/10.1103/ PhysRevResearch.2.022060
arXiv : 1910.07596

[23] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo, Robert Wille, "얕은 회로를 사용한 양자 측정을 위한 결정 다이어그램" 2021 IEEE QCE(Quantum Computing and Engineering) 국제 컨퍼런스 24–34(2021).
https : / / doi.org/ 10.1109 / QCE52317.2021.00018

[24] Hsin-Yuan Huang, Richard Kueng, John Preskill, "극소수의 측정에서 양자 시스템의 많은 속성 예측" Nature Physics 16, 1050–1057 (2020).
https:/​/​doi.org/​10.1038/​s41567-020-0932-7
arXiv : 2002.08953

[25] Charles Hadfield, Sergey Bravyi, Rudy Raymond 및 Antonio Mezzacapo, "국부적으로 편향된 고전 그림자를 사용한 양자 해밀턴 측정" 수학 물리학 391, 951–967(2022) 커뮤니케이션.
https:/​/​doi.org/​10.1007/​s00220-022-04343-8

[26] Charles Hadfield "에너지 추정을 위한 적응형 Pauli 그림자" arXiv 프리프린트(2021).
https://​/​doi.org/​10.48550/​arXiv.2105.12207
arXiv : 2105.12207

[27] Bujiao Wu, Jinzhao Sun, Qi Huang 및 Xiao Yuan, "겹친 그룹화 측정: 양자 상태 측정을 위한 통합 프레임워크" arXiv 사전 인쇄(2021).
https://​/​doi.org/​10.48550/​arXiv.2105.13091
arXiv : 2105.13091

[28] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami, Yuya O. Nakagawa, "계산 기반 샘플링에 의한 양자 기대값 추정" Phys. 목사 Res. 4, 033173(2022).
https : / /doi.org/10.1103/ PhysRevResearch.4.033173

[29] Pranav Gokhale, Olivia Angiuli, Yongshan Ding, Kaiwen Gui, Teague Tomesh, Martin Suchara, Margaret Martonosi, Frederic T. Chong, "Minimizing State Preparations in Variational Quantum Eigensolver by Partitioning into Commuting Families" arXiv 사전 인쇄(2019).
https://​/​doi.org/​10.48550/​arXiv.1907.13623
arXiv : 1907.13623

[30] Ikko Hamamura 및 Takashi Imamichi "Efficient evaluation of quantum observables using 얽힌 측정" npj Quantum Information 6, 1–8 (2020).
https:/​/​doi.org/​10.1038/​s41534-020-0284-2

[31] Tzu-Ching Yen, Vladyslav Verteletskyi 및 Artur F. Izmaylov, "단일 변환을 사용한 일련의 단일 큐비트 측정에서 모든 호환 연산자 측정" Journal of Chemical Theory and Computation 16, 2400–2409(2020).
https : / /doi.org/ 10.1021 / acs.jctc.0c00008

[32] Artur F. Izmaylov, Tzu-Ching Yen, Robert A. Lang 및 Vladyslav Verteletskyi, "변량 양자 고유 해결 방법의 측정 문제에 대한 단일 분할 접근 방식" 화학 이론 및 계산 저널 16, 190–195(2020).
https : / /doi.org/ 10.1021 / acs.jctc.9b00791

[33] Cambyse Rouzé 및 Daniel Stilck França "몇 개의 사본에서 양자 다체 시스템 학습" arXiv 사전 인쇄(2021).
https://​/​doi.org/​10.48550/​arXiv.2107.03333
arXiv : 2107.03333

[34] Andrew J. Jena 및 Ariel Shlosberg "VQE 측정 최적화(GitHub 리포지토리)" https:/ / github.com/ AndrewJena/ VQE_measurement_optimization(2021).
https:/ / github.com/ AndrewJena/ VQE_measurement_optimization

[35] Scott Aaronson 및 Daniel Gottesman "안정 장치 회로의 개선된 시뮬레이션" Physical Review A 70, 052328(2004).
https : / /doi.org/10.1103/ PhysRevA.70.052328

[36] Coen Bronand Joep Kerbosch "알고리즘 457: 무향 그래프의 모든 파벌 찾기" Communications of the ACM 16, 575–577(1973).
https : / /doi.org/ 10.1145 / 362342.362367

[37] Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest 및 Clifford Stein, "알고리즘 소개" MIT 출판부(2009).

[38] Stephan Hoyer, Jascha Sohl-Dickstein, Sam Greydanus, "신경 재매개변수화는 구조 최적화를 개선합니다" NeurIPS 2019 Deep Inverse Workshop(2019).
https://​/​doi.org/​10.48550/​arXiv.1909.04240
arXiv : 1909.04240

[39] Herbert Robbins 및 Sutton Monro "확률적 근사 방법" The Annals of Mathematical Statistics 400–407(1951).
https : / /doi.org/ 10.1214 / aoms / 1177729586

[40] Diederik P. Kingma 및 Jimmy Ba "Adam: A Method for Stochastic Optimization" 학습 표현에 관한 3차 국제 회의(2015).
https://​/​doi.org/​10.48550/​arXiv.1412.6980
arXiv : 1412.6980

[41] Stephen Wright 및 Jorge Nocedal "숫자 최적화" Springer Science 35, 7(1999).

[42] Philip E. Gilland Walter Murray "무제약 최적화를 위한 Quasi-Newton 방법" IMA Journal of Applied Mathematics 9, 91–108(1972).
https : / / doi.org/ 10.1093 / imamat / 9.1.91

[43] Chigozie Nwankpa, Winifred Ijomah, Anthony Gachagan, Stephen Marshall, "활성화 기능: 심층 학습을 위한 실습 및 연구 동향 비교" arXiv preprint(2018).
https://​/​doi.org/​10.48550/​arXiv.1811.03378
arXiv : 1811.03378

[44] Fabian HL Essler, Holger Frahm, Frank Göhmann, Andreas Klümper 및 Vladimir E Korepin, "2005차원 Hubbard 모델" Cambridge University Press(XNUMX).

[45] Zonghan Wu, Shirui Pan, Fengwen Chen, Guodong Long, Chengqi Zhang, Philip S. Yu, "A Comprehensive Survey on Graph Neural Networks" IEEE Transactions on Neural Networks and Learning Systems 32, 4–24(2021).
https://doi.org/10.1109/TNNNLS.2020.2978386
arXiv : 1901.00596

[46] JF Haase, PJ Vetter, T. Unden, A. Smirne, J. Rosskopf, B. Naydenov, A. Stacey, F. Jelezko, MB Plenio 및 SF Huelga, "다이아몬드의 스핀 큐비트에 대한 제어 가능한 비마코비아성" 편지 121, 060401(2018)을 검토하십시오.
https : / /doi.org/10.1103/ PhysRevLett.121.060401
arXiv : 1802.00819

[47] Nicholas C. Rubin, Ryan Babbush 및 Jarrod McClean, "하이브리드 양자 알고리즘에 페르미온 한계 제약 적용" New Journal of Physics 20, 053020 (2018).
https : / /doi.org/ 10.1088 / 1367-2630 / aab919
arXiv : 1801.03524

[48] John Kruschke "베이지안 데이터 분석 수행: R, JAGS 및 Stan을 사용한 자습서" Academic Press(2014).
https:/​/​doi.org/​10.1016/​B978-0-12-405888-0.09999-2

[49] Andrew Gelman, John B. Carlin, Hal S. Stern 및 Donald B. Rubin, "베이지안 데이터 분석" Chapman Hall/CRC(1995).

[50] Paolo Fornasini "물리적 측정의 불확실성: 물리 실험실의 데이터 분석 소개" Springer(2008).
https:/​/​doi.org/​10.1007/​978-0-387-78650-6

[51] Roger A. Hornand Charles R. Johnson "매트릭스 분석" Cambridge University Press(2012).

[52] JW Moon 및 L. Moser "그래프의 파벌" 이스라엘 수학 저널 3, 23–28(1965).
https : / /doi.org/ 10.1007 / BF02760024

[53] Dong C. Liuand Jorge Nocedal "대규모 최적화를 위한 제한된 메모리 BFGS 방법" 수학 프로그래밍 45, 503–528(1989).
https : / /doi.org/ 10.1007 / BF01589116

인용

[1] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch 및 Peter Zoller, "무작위 측정 도구 상자", 네이처 리뷰 물리학 5 1, 9 (2023).

[2] Zachary Pierce Bansingh, Tzu-Ching Yen, Peter D. Johnson, Artur F. Izmaylov, "변형 양자 알고리즘의 비국소 측정을 위한 충실도 오버헤드", arXiv : 2205.07113, (2022).

[3] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami, Yuya O. Nakagawa, "계산 기반 샘플링에 의한 양자 기대값 추정", 물리적 검토 연구 4 3, 033173 (2022).

[4] Bujiao Wu, Jinzhao Sun, Qi Huang 및 Xiao Yuan, "중첩된 그룹화 측정: 양자 상태 측정을 위한 통합 프레임워크", arXiv : 2105.13091, (2021).

[5] Tzu-Ching Yen, Aadithya Ganeshram 및 Artur F. Izmaylov, "호환 가능한 연산자 그룹화, 비국소 변환 및 공분산 추정을 통한 양자 측정의 결정론적 개선", arXiv : 2201.01471, (2022).

[6] Bojia Duan 및 Chang-Yu Hsieh, "얕은 양자 회로를 사용한 Hamiltonian 기반 데이터 로딩", 물리적 검토 A 106 5, 052422 (2022).

[7] Daniel Miller, Laurin E. Fischer, Igor O. Sokolov, Panagiotis Kl. Barkoutsos 및 Ivano Tavernelli, "하드웨어 맞춤형 대각선화 회로", arXiv : 2203.03646, (2022).

[8] Francisco Escudero, David Fernández-Fernández, Gabriel Jaumà, Guillermo F. ​​Peñas 및 Luciano Pereira, "변형 양자 알고리즘을 위한 하드웨어 효율적인 얽힌 측정", arXiv : 2202.06979, (2022).

[9] William Kirby, Mario Motta 및 Antonio Mezzacapo, "양자 컴퓨터에서 정확하고 효율적인 Lanczos 방법", arXiv : 2208.00567, (2022).

[10] Lane G. Gunderman, "최소 레지스터를 통해 Pauli 연산자 모음을 동등한 Pauli 연산자 모음으로 변환", arXiv : 2206.13040, (2022).

[11] Andrew Jena, Scott N. Genin 및 Michele Mosca, "노이즈 중간 규모 양자 하드웨어에서 다중 큐비트 Clifford 게이트를 사용하여 Pauli 연산자를 분할하여 변이 양자 고유 해결사 측정 최적화", 물리적 검토 A 106 4, 042443 (2022).

[12] Alexander Gresch 및 Martin Kliesch, "ShadowGrouping을 사용하여 양자 다체 Hamiltonians의 효율적인 에너지 추정 보장", arXiv : 2301.03385, (2023).

위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2023-01-26 13:33:05). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.

가져올 수 없습니다 Crossref 인용 자료 마지막 시도 중 2023-01-26 13:33:03 : Crossref에서 10.22331 / q-2023-01-26-906에 대한 인용 데이터를 가져올 수 없습니다. DOI가 최근에 등록 된 경우 이는 정상입니다.

이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.

타임 스탬프 :

더보기 양자 저널